Analyse par composantes principales¶
Dans cette section, nous explorons ce qui est peut-être l’un des algorithmes d’apprentissage machine le plus largement utilisés, l’analyse en composantes principales (ACP). L’ACP est fondamentalement un algorithme de réduction de la dimensionnalité, mais elle peut également être utile comme outil de visualisation, de filtrage du bruit, d’extraction et d’ingénierie de caractéristiques (feature engineering), et bien plus encore. Après une brève discussion conceptuelle de l’algorithme PCA, nous verrons quelques exemples de ces autres applications.